lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/4924/1/bab ii.pdfmerusak...
TRANSCRIPT
Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.
6
BAB II
LANDASAN TEORI
2.1 Digital Watermarking
Watermarking adalah teknik penyisipan atau penyembunyian suatu informasi
yang bersifat rahasia pada suatu data lain (host data) tanpa mengubah bentuk dari
host sehingga seolah-olah tidak ada perbedaan pada host sebelum dan sesudah
proses watermarking (Hakim, 2012).
Sebuah watermark dapat berupa teks, gambar, audio, atau rangkaian bit yang
tidak bermakna. Watermark disisipkan ke dalam suatu data digital tanpa merusak
data tersebut. Watermark yang disimpan tidak dapat dihapus dari data sehingga
ketika data digandakan dan disebar maka watermark juga ikut terbawa.
Teknik watermark dibagi menjadi 2 yaitu teknik enkripsi watermark ke dalam
karya digital (embedding watermark) dan teknik ekstraksi watermark dari dalam
karya digital (extraction watermark). Syarat-syarat proses watermarking yang
bagus adalah sebagai berikut (Hakim, 2012).
a. Fidelity : kualitas host tidak jauh berubah setelah penambahan watermark.
b. Imperceptibility : watermark tidak dapat dilihat secara visual.
c. Key uniqueness : kunci unik untuk mendapatkan suatu watermark sehingga
jika kunci berbeda maka watermark yang dihasilkan juga berbeda.
d. Noninvertibility : dibutuhkan data asli untuk mendapatkan watermark dari
sebuah data.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
7
e. Recovery : watermark harus dapat diambil kembali dari host.
f. Robustness : watermark yang disimpan tahan terhadap serangan-serangan
yang dapat dilakukan terhadap host tempat menyimpan watermark.
g. Temper Resistence : sistem watermarking tahan terhadap serangan untuk
mengubah, menghilangkan, atau menambahkan watermark palsu terhadap
host.
Jenis – jenis pada image watermarking dapat dibagi menjadi beberapa
kategori sebagai berikut (Munir, t.t).
a. Persepsi Manusia
Dibagi menjadi Visible Watermarking dan Invisible Watermarking. Visible
Watermarking adalah jenis watermarking yang hasilnya terlihat secara visual oleh
manusia sedangkan invisible watermarking adalah jenis watermarking yang
hasilnya tidak terlihat secara visual oleh manusia.
b. Kekokohan Watermark
Dibagi menjadi Secure Watermark, Robust Watermark, dan Fragile
Watermark. Secure Watermark artinya watermark akan aman terhadap segala
macam serangan yang terjadi baik malicious attack maupun non-malicious attack.
Malicious Attack adalah serangan yang terjadi secara sengaja dengan tujuan
merusak watermark atau membuat watermark menjadi tidak terdeteksi sedangkan
Non-Malicious Attack adalah serangan yang terjadi secara normal pada image
seperti kompresi, crop, dll. Robust Watermark adalah watermark yang tahan
terhadap serangan non-malicious sedangkan Fragile Watermak adalah watermark
yang mudah rusak terhadap perubahan gambar.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
8
Teknik dalam melakukan digital watermarking dapat dibagi menjadi 3 yaitu
blind, semi-blind dan non-blind watermarking. Blind watermarking adalah teknik
watermarking yang tidak membutuhkan data bantuan ketika melakukan ekstraksi
atau deteksi watermark, semi-blind watermarking adalah teknik watermarking
yang membutuhkan data bantuan dalam melakukan ekstraksi atau deteksi
watermark sedangkan non-blind watermarking adalah teknik watermarking yang
membutuhkan data asli ketika melakukan ekstraksi atau deteksi watermark
(Dorairangaswamy, 2009).
2.2 Discrete Haar Wavelet Transform
Discrete Wavelet Transform (DWT) ditemukan pada tahun 1976. DWT
melakukan sebuah penggambaran sinya digital dengan menggunakan teknik
filterisasi digital atau dengan kata lain memisahkan sinyal menjadi frekuensi dan
skala yang berbeda-beda (Hakim, 2012). Salah satu teknik DWT adalah Discrete
Haar Wavelet Transform (DHWT). DHWT adalah satu satu teknik DWT yang
pertama ditemukan dan menjadi dasar teori dalam teknik DWT. DHWT ditemukan
oleh seorang ahli matematika Hungary bernama Alfred Haar. DHWT memiliki 2
proses yaitu forward dan inverse. Forward adalah proses mengolah gambar
menjadi bentuk frekuensi. Hasil forward dari DHWT akan menghasilkan gambar
yang dibagi empat yang terdiri dari gambar dengan frekuensi rendah (LL),
frekuensi sedang (HL & LH), dan frekuensi tinggi (HH). Pembagian gambar dapat
dilihat pada Gambar 2.1.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
9
Gambar 2.1 Pembagian gambar hasil DHWT (Kumar, 2001)
Gambar yang akan digunakan untuk disisipkan watermark adalah gambar
dengan frekuensi rendah (LL) karena lebih aman dalam attack kompresi file
(Kushwah, 2016). Dalam penelitian ini, nilai yang akan disisipkan watermark
adalah nilai warna biru karena warna biru adalah warna yang memiliki jarak
frekuensi tertinggi sehingga lebih tidak terlihat perubahannya oleh mata. (Kaur,
2015).
Proses menyisipkan watermark pada DHWT menurut Kaur (2015) adalah sebagai
berikut.
a. Mengambil nilai RGB dari setiap pixel gambar.
b. Melakukan proses forward DHWT terhadap nilai yang telah diambil.
Perhitungan frekuensi pada DHWT dapat ditulis sebagai berikut.
𝑎 = (𝑥𝑖+𝑥𝑖+1)
2 ...(2.1)
𝑑 = (𝑥𝑖−𝑥𝑖+1)
2 ...(2.2)
Dimana
a, d = nilai frekuensi tiap pixel dan digunakan untuk inverse
xi , xi+1 = posisi koordinat pixel
c. Melakukan penyisipan watermark menggunakan metode LSB.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
10
d. Mengembalikan frekuensi menjadi bentuk gambar kembali. Proses
mengembalikan frekuensi ke dalam bentuk gambar disebut proses inverse
dengan persamaan.
𝑥𝑖 = 𝑎 + 𝑑 …(2.3)
𝑥𝑖+1 = 𝑎 − 𝑑 …(2.4)
Dimana
a, d = nilai frekuensi tiap pixel dan digunakan untuk inverse
xi , xi+1 = posisi koordinat pixel
Proses ekstraksi watermark pada DHWT adalah sebagai berikut.
a. Mengambil nilai RGB dari gambar.
b. Melakukan proses forward DWT terhadap nilai yang telah diambil.
c. Melakukan proses ekstraksi watermark.
d. Melakukan proses inverse untuk mengembalikan gambar.
2.3 Least Significant Bit
Metode Least Significant Bit (LSB) adalah salah satu metode watermarking
yang menggunakan metode spasial. Setiap byte berisi 8-bit nilai. LSB
menggunakan bit yang nilainya paling kecil sehingga perubahan tidak terlihat oleh
mata manusia. Metode LSB mengubah bit terkecil dari frekuensi gambar menjadi
bit dari watermark (Munir, t.t.).
Contoh LSB :
Bit gambar :
10001001
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
11
LSB dari gambar adalah 1 yang merupakan bit paling kanan karena memiliki nilai
paling kecil
Contoh penggunaan LSB :
Bit dari gambar adalah :
00011010 10001101 01101100 01010101
Dan bit dari watermark adalah :
1010
Dengan LSB maka bit terkecil dari gambar diubah menjadi bit watermark sehingga
hasilnya menjadi
00011011 10001100 01101101 01010100
Metode ini digunakan untuk menyimpan watermark berbentuk gambar ke
dalam gambar. Proses menyisipkan watermark adalah sebagai berikut.
a. Mengambil nilai warna 0 – 255 kemudian dikonversi ke dalam bit.
b. Mengambil nilai frekuensi channel blue pada host di bagian LL kemudian
dikonversi menjadi bit.
c. Mengambil bit terakhir dari nilai frekuensi dan diganti menjadi nilai bit
watermark.
d. Ulangi proses sampai seluruh nilai pada watermark selesai disisipkan.
Proses ekstraksi watermak adalah sebagai berikut.
a. Mengambil nilai frekuensi blue pada host kemudian dikonversi menjadi bit.
b. Mengambil bit terakhir dari nilai frekuensi.
c. Ulangi proses sampai seluruh bit telah selesai di ekstraksi.
d. Membaca nilai yang dikumpulkan menjadi sebuah gambar watermark.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
12
2.4 Peak Signal to Noise Ratio
Peak Signal to Noise Ratio (PSNR) adalah parameter untuk mengukur kualitas
gambar yang sudah disisipkan watermark. PSNR menunjukkan perbandingan
antara nilai maksimum dari sinyal yang diukur dengan besarnya derau yang
berpengaruh pada sinyal tersebut (Fanani dan Ulinnuha, 2010). Dalam menentukan
PSNR, pertama kali ditentukan terlebih dahulu nilai rata-rata kuadrat dari error
(Mean Square Error – MSE). Persamaan rumus MSE dapat ditulis sebagai berikut.
𝑀𝑆𝐸 = 1
𝑛∑(𝐼𝑥,𝑦 − 𝐼𝑥,𝑦
∗ )2 ...(2.5)
Dimana
Ix,y = nilai pixel gambar asli pada koordinat (x,y)
I*x,y = nilai pixel gambar yang ditukar pada koordinat (x,y)
n = jumlah pixel dalam gambar
Persamaan rumus PSNR dapat ditulis sebagai berikut.
𝑃𝑆𝑁𝑅 = 10𝑙𝑜𝑔10𝐸𝑚𝑎𝑥
2
𝑀𝑆𝐸 ...(2.6)
Dimana
Emax = nilai maksimum pixel gambar
Semakin tinggi nilai sebuah PSNR maka semakin mirip sebuah gambar
dengan aslinya. Jika gambar yang dibandingkan sama dengan asli maka nilai PSNR
menjadi infinite atau tidak terhingga karena pembagian nilai nol. Nilai PSNR cocok
digunakan untuk menghitung perbedaan antara gambar asli dengan gambar yang
telah berubah, namun tidak cocok digunakan menghitung nilai PSNR antar gambar.
Gambar dengan nilai PSNR 20 dB dapat terlihat lebih baik daripada gambar dengan
nilai PSNR 30dB (Veldhuizen, 1998). Perbandingan rasio PSNR dengan
gambarnya dapat dilihat pada Gambar 2.2.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
13
Gambar 2.2 Ilustrasi nilai PSNR (Veldhuizen, 1998)
2.5 Technology Acceptance Model
Technology Acceptance Model (TAM) pertama kali ditemukan oleh Davis,
dkk. pada tahun 1989. TAM merupakan pengembangan dari Theory of Reasoned
Act oleh Ajzen dan Fishben tahun 1975. Model penerimaan teknologi TAM
berfokus pada dua faktor, perceived usefulness dan perceived ease of use (Sayekti
dan Punarta, 2016).
Perceived usefulness merupakan tingkatan bahwa pengguna percaya bahwa
aplikasi dapat membantu pekerjaan pengguna dalam mengatasi masalah. Perceived
ease of use merupakan tingkatan bahwa pengguna percaya bahwa aplikasi dapat
digunakan dengan mudah dan tanpa masalah. Semakin tinggi nilai perceived
usefulness maka dapat disimpulkan bahwa pengguna merasa bahwa aplikasi
berguna dalam menyelesaikan masalah yang dihadapi sedangkan nilai perceived
ease of use menyimpulkan bahwa pengguna merasa aplikasi mudah digunakan
sehingga aplikasi akan sering digunakan (Sayekti dan Punarta, 2016). Terdapat lima
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
14
variabel yang digunakan dalam penelitian model TAM. Variabel dalam model
TAM dapat dilihat pada Gambar 2.3.
Gambar 2.3 Model TAM (Mukthar, 2015)
Dimensi dalam model TAM adalah sebagai berikut (Wiyati dan Sarja, 2014).
a. External Variables
Variabel luar yang mempengaruhi nilai perceived ease of use.
b. Perceived Usefulness
Manfaat dari aplikasi yang memudahkan pengguna dalam menyelesaikan
masalah.
c. Perceived Ease of Use
Kemudahan dalam menggunakan aplikasi.
d. Attitude Toward Using
Sikap pengguna terhadap aplikasi baik berupa penerimaan atau penolakan
aplikasi.
e. Behavioral Intention to Use
Kecenderungan pengguna dalam menggunakan aplikasi yang terkait dengan
manfaat aplikasi itu sendiri.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
15
f. Actual System Use
Penggunaan aktual dari aplikasi.
Model TAM dapat diaplikasikan pada berbagai teknologi seperti desktop,
mobile, bahkan teknologi ecommerce. Dengan menggunakan TAM dapat dilakukan
analisis pada aplikasi yang dibuat dari sudut pandang pengguna (Sugandy, 2017).
Pada tahun 1989, Davis mengembangkan TAM dari 10 item jawaban menjadi enam
item jawaban. Dalam pengujian aplikasi digunakan TAM untuk mendapatkan
tingkat kemudahan dan kegunaan aplikasi pada mahasiswa Universitas Multimedia
Nusantara dalam bentuk kuisioner. Survei dilakukan terhadap minimal 30
responden (Roscoe, 1982) dengan menggunakan teknik purposive sampling.
purposive sampling adalah teknik penentuan sampel yang disesuaikan dengan
kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan penelitian atau
permasalahan penelitian (Hidayat, 2018).
2.6 Gambar Bitmap
Gambar adalah tiruan barang (orang, binatang, dan tumbuhan) yang dibuat
dengan coretan pensil dan sebagainya pada kertas dan sebagainya
(Kbbi.kemdikbud.go.id, 2016). Gambar digital adalah gambar yang dihasilkan dari
proses/dari oleh gambar di komputer, kamera, scanner atau perangkat elektronik
lainnya (desainbagus.com, 2017). Gambar digital dibagi menjadi 2 jenis yaitu
gambar bitmap dan gambar vektor. Gambar bitmap adalah gambar yang mirip
dengan aslinya dan terdiri dari pixel yang berisi nilai. Gambar vektor adalah gambar
yang terdiri dari kumpulan garis, kurva, atau bidang tertentu. Beberapa format
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018
16
untuk gambar bitmap seperti BMP, JPEG, GIF, dan PNG sedangkan format vektor
seperti AI dan EPS.
Gambar dengan format JPEG atau JPG merupakan format yang sama. Format
JPEG merupakan singkatan dari Joint Photographic Expert Group namun pada
awalnya windows hanya dapat menerima format extension tiga kata sehingga
diubah menjadi JPG. Format JPEG tetap digunakan pada Mac dan sekarang
windows yang telah dapat menerima extension 4 kata juga mulai menggunakan
format JPEG.
Ranang Bangun Aplikasi..., Alvin, FTI UMN, 2018